Este documento presenta un resumen de un capítulo sobre computación paralela. Lista los cinco supercomputadores más poderosos con sus velocidades FLOPS. Identifica grandes problemas en áreas como mecánica estructural, biología computacional y aplicaciones comerciales que requieren supercomputación. Compara el crecimiento exponencial de los transistores en circuitos integrados a través de los años con la Ley de Moore. Finalmente, analiza cómo la velocidad máxima FLOPS de procesadores ha seguido la Ley de Moore de manera aproximada duplicándose

1. 2/12/08 INGENIERÍA EN SISTEMAS INFORMÁTICOS Y COMPUTACIÓN CAPÍTULO 1 INTRODUCTION TO PARALLEL COMPUTING ESTUDIANTES: NATALIA LUDEÑA LEOPOLDO CAPA PROFESOR: ING. NELSON PIEDRA

2. 1.1 Vaya al sitio Top 500 Supercomputers (http://www.top500.org/) y liste los 5 supercomputadores más poderosos junto con su FLOPS rating. 2/12/08 Supercomputadoras Computer Operating System Processor System Model Roadrunner BladeCenter QS22/LS21 Cluster, PowerXCell 8i 3.2 Ghz / Opteron DC 1.8 GHz , Voltaire Infiniband Linux PowerXCell 8i 3200 MHz (12.8 GFlops) BladeCenter QS22 Cluster Jaguar Cray XT5 QC 2.3 GHz CNL AMD x86_64 Opteron Quad Core 2300 MHz (9.2 GFlops) Cray XT5 QuadCore Pleiades SGI Altix ICE 8200EX, Xeon QC 3.0/2.66 GHz SLES10 + SGI ProPack 5 Intel EM64T Xeon E54xx (Harpertown) 3000 MHz (12 GFlops) SGI Altix ICE 8200 BlueGene/L eServer Blue Gene Solution CNK/SLES 9 PowerPC 440 700 MHz (2.8 GFlops) BlueGene/L IBM BlueGene Blue Gene/P Solution CNK/SLES 9 PowerPC 450 850 MHz (3.4 GFlops) BlueGene/P

3. 1.2 Liste tres grandes problemas que requieren el uso de la supercomputación en los siguientes ámbitos: 2/12/08 Structural Mechanics. estudios de mecánica de suelos. estudios de materiales. energía atómica. fluidos Computational Biology. Información genética. Efectos visuales en las películas de Hollywood. Predecir el estado del tiempo Commercial Applications. En la fabricación de la materia prima. En el ensamblaje de vehículos. En los Bancos.

4. 2/12/08 1.3 Colecte estadísticas del número de componentes en un estado de arte de circuitos integrados a través de los años. Trace el número de componentes como una función de tiempo, y compare el crecimiento de la tasa con lo dicho por la Ley de Moore. La ley de Moore fué planteada por Gordon Moore, quién fué confundador de Intel, Ésta ley dice que el número de transistores de un chip se duplica cada dos años, y esto se da con la integración del Silicio que ha revolucionado la tecnología en la actualidad. Esto implica mejor rendimiento, y costos más baratos de los transistores integrados en los procesadores de los computadores. La siguiente figura muestra el crecimiento de los transistores a través de los años. Pero éste crecimiento no ha sido notoriamente cada 2 como lo planteó la Ley de Moore, sino como se puede ver, hay una variación hasta de 4 años.[1]

5. 2/12/08 1.4 Repita el experimento de arriba para la tasa de la cima de FLOPS de procesadores, y compare la velocidad, con referencia a lo que describe la Ley de Moore. “ La Ley de Moore se está convirtiendo en menos de un axioma y más de una carrera de resistencia.Intel, el dominante del mundo fabricante de microprocesadores, presentará un documento detallando una porción de un chip microprocesador que ha realizado en un máximo de 10 gigahertz, a temperatura ambiente - el más rápido cálculo de la velocidad todavía de un microprocesador, el chip que controla las matemáticas, lógica y los datos de transferencia de funciones de un ordenador. La ley De Moore dice que el chip de potencia de cálculo seguirá aproximadamente el doble cada 18 meses. Sin embargo, aunque la Ley de Moore resultó ser una ingeniería muy precisa previsión de tres décadas y media, ahora es evidente que chip se duplica la velocidad incluso con más frecuencia que cada 18 meses.[2]

6. Referencias 2/12/08 Recursos de Internet: [1] http://www.intel.com/cd/corporate/techtrends/EMEA/spa/209840.htm [2] http://query.nytimes.com/gst/fullpage.html?res=9903E7DF133DF937A35751C0A9649C8B63 http://en.wikipedia.org/wiki/Moore%27s_law http://www.wired.com/wired/archive/10.01/gilder.html